自聊天(tiān)机器人ChatGPT火爆(bào)以来(lái)，微软(ruǎn)公司创始人(rén)比尔(ěr)·盖茨已多次公开谈论人(rén)工智能话题。在最近的一次采访中(zhōng)，他再(zài)次(cì)表示：“AI可能会让科技行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这(zhè)个结(jié)论是他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目(mù)专访时提出的。

他预期(qī)，AI的发展可能(néng)会威胁到(dào)谷歌(gē)的市占率，因为微(wēi)软在AI方面的(de)行动相(xiāng)当迅速。而(ér)最终(zhōng)科技(jì)巨头将把AI整合(hé)成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助手的到来可能(néng)尚需时(shí)日，但由ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一次(cì)爆火的(de)时候，还是(shì)2022年8月，在美国科(kē)罗拉多州举办(bàn)的新(xīn)兴数字艺术家竞赛中，一(yī)幅(fú)名(míng)为(wèi)《太(tài)空(kōng)歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以(yǐ)在(zài)应用(yòng)中输入一组关键词(cí)或者一张(zhāng)照片，就能获得一(yī)幅AI创作的画作。

作画(huà)的关(guān)键就是(shì)所输入的文(wén)本。同一组关键词也可(kě)以(yǐ)创作出很多张风格不一样的画作(zuò)，这(zhè)让创作的过程就像开(kāi)盲盒。

很多(duō)用户(hù)很喜欢这种不确定(dìng)的惊喜，他(tā)们会将生成(chéng)的美图当做头像。而另(lìng)一(yī)部分喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体上，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一位网友的(de)小狗照片被AI画(huà)成了(le)“肌肉男(nán)”，还有(yǒu)网(wǎng)友的个人照片被AI识(shí)别成了建筑(zhù)。

而(ér)如今(jīn)随着ControlNet的(de)出现(xiàn)与(yǔ)加(jiā)持(chí)，以往AI绘画(huà)的填写关(guān)键词(cí)游(yóu)戏可(kě)能要(yào)被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏创作(zuò)的一(yī)种基于控(kòng)制点的图(tú)像变形算法，主要用于数字图像处理、计(jì)算(suàn)机(jī)视(shì)觉和(hé)计算(suàn)机图形(xíng)学等领域。

其SD插件一经发布，在(zài)短短(duǎn)的两(liǎng)天内便成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之前，大家用了很(hěn)多(duō)方法想让AI生成的结果尽可能的符合要求，但是都不(bù)尽如人(rén)意，它的(de)出(chū)现代表着AI生成开始(shǐ)进入(rù)真正的可(kě)控时期(qī)。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势(shì)和(hé)画(huà)面的深度信息等。有了它(tā)的帮(bāng)助(zhù)，就不(bù)用(yòng)频繁(fán)的用提示词来碰(pèng)运气(qì)，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画(huà)加了(le)“魔法”，不(bù)少博(bó)主的作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用(yòng)朋友的照片直接带她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词试效(xiào)果。

通(tōng)过(guò)图片就可以看出来，效果十分惊艳(yàn)。

更厉害的是，除(chú)了(le)真实的照片(piàn)，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不(bù)得不说(shuō)当下AIGC已经变得越来越强大(dà)，甚(shèn)至(zhì)输出(chū)的作(zuò)品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日(rì)，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的(de)消息(xī)火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能是(shì)全(quán)国第一起AI绘(huì)图诈骗。

由于这(zhè)个活动(dòng)里面给出的美女照片都是(shì)AI制(zhì)作(zuò)的真(zhēn)人照(zhào)片绘图(tú)，因为太逼真，被大家当成(chéng)真(zhēn)事传播了。

不(bù)过仔细观察可(kě)以发(fā)现，活动发(fā)起(qǐ)者(zhě)提供(gōng)的照片中有(yǒu)个很大的(de)漏洞(dòng)可以(yǐ)发现并非真人，而(ér)是(shì)AI绘图，那便是(shì)图(tú)片中(zhōng)女(nǚ)性的(de)手指(zhǐ)部(bù)分有的存在异(yì)常(cháng)。

有行业人事表示：“现在因(yīn)为(wèi)手指部分的(de)绘画算法比较复杂，AI还不太会画人的手，但最新看到(dào)的图片已经有越来(lái)越完(wán)美的AI模型出现，以后可能就(jiù)完全没有漏(lòu)洞了(le)。”

类(lèi)似的AI作图(tú)诈骗在国外也已有(yǒu)发生(shēng)。据英国(guó)广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合(hé)成了儿(ér)童受灾的假照片发布(bù)到网络，以此诱骗善良的人打赏“捐(juān)助”从(cóng)而(ér)实施诈(zhà)骗(piàn)。

目前(qián)随着技术发(fā)展，AIGC却之不恭受之无愧是什么意思，却之不恭受之有愧是接受还是拒绝已(yǐ)经能做(zuò)出真人照片般的绘(huì)图(tú)效果，如果这样(yàng)的(de)图片(piàn)被用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的(de)作(zuò)品之后，其创作没有(yǒu)任何情绪和(hé)灵魂(hún)，难以和人类(lèi)的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目前(qián)都并没有得到(dào)有效的解决，还有(yǒu)AIGC会不会代替人类“至(zhì)高(gāo)无(wú)上”的创(chuàng)意。

马(mǎ)斯克也强调，人工智能的安全问题需要得到重视，太晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下一站除了(le)视频(pín)，还有远方

技术都是有两(liǎng)面性的，潜在的危害并不(bù)能掩盖其光辉的贡献。现在看来(lái)，人工(gōng)智能技(jì)术(shù)将是第(dì)四(sì)次工业革(gé)命的核心驱动力量，将创造新(xīn)的增长(zhǎng)奇迹。

过去(qù)一年，人工智能在技(jì)术和商业层面(miàn)都有了巨大进展，AI绘画就(jiù)是人工智能(néng)技(jì)术(shù)发生方向性改变的一个代表。其(qí)下(xià)一(yī)站(zhàn)或(huò)许就(jiù)是(shì)视频(pín)。

此前，Meta和谷歌(gē)先后发布了几条引爆科技圈的短视频。这些视频引发关注(zhù)并非内容(róng)做得多优秀，反而都非常简单，比如一匹正在(zài)喝(hē)水的马，一只画画(huà)的玩(wán)具熊，或者一(yī)段(duàn)骑(qí)摩(mó)托车(chē)的第一视角录像，随便一个有手机的人(rén)都可以随手录下一段。

但这些(xiē)短(duǎn)视(shì)频的创作方(fāng)式非常简(jiǎn)单，创(chuàng)作者仅仅需要向(xiàng)AI输(shū)入一段话(huà)，甚至(zhì)只是说一(yī)下要(yào)求，AI就可以根据需要(yào)生成(chéng)一段(duàn)视(shì)频(pín)。

谷(gǔ)歌发布的两个AI生(shēng)成视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩了一波梗，一个能够做出更高清(qīng)视频的AI还不足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在(zài)于，它可以制(zhì)作出超过(guò)2分钟(zhōng)的连(lián)贯的也有确切内容的视(shì)频(pín)，这(zhè)才是真(zhēn)正让(ràng)人们感到惊喜的(de)地方。因为(wèi)无论AI生成的视频(pín)多么高清，也只能是为(wèi)内容生产(chǎn)者提供一个灵(líng)感，一个(gè)素材(cái)，一个过场动画。

不过(guò)能够制(zhì)作出有具体(tǐ)剧情内容(róng)的视频就(jiù)意味(wèi)着，一(yī)些视频创作由AI代(dài)替人工完成已经初(chū)步有了可能。

当下AI的(de)发展速度已经(jīng)超过(guò)大部分人的想象。内容产业的本质(zhì)是供给创造需求(qiú)，AIGC作(zuò)为全(quán)新的内容生(shēng)产方式(shì)，可以为内容(róng)产业带来更新的(de)内(nèi)容风格(gé)、更快的生产(chǎn)速度(dù)，更低的生(shēng)产成(chéng)本，这无疑会驱(qū)动内(nèi)容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应用于音乐、代(dài)码、机器人动作等多(duō)种内(nèi)容(róng)形式的生成。不难(nán)发现该项技(jì)术(shù)不(bù)仅在(zài)游戏(xì)等行业能(néng)得到有效应用，对于下一代互联网各种元素的构建亦有关键(jià却之不恭受之无愧是什么意思，却之不恭受之有愧是接受还是拒绝n)意义(yì)。

从商(shāng)业化的角度来看(kàn)，文化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领域，本身就(jiù)对基于AI的(de)可视化(huà)内(nèi)容有强烈需求。

因此，AI绘画及(jí)视(shì)频或(huò)不是结果，而只是AI进程(chéng)中的一块重要拼(pīn)图(tú)，有望在技术更(gèng)新的加持下实(shí)现更大的(de)应(yīng)用价值。

AI从理解内(nèi)容，走向了可(kě)以生(shēng)成内(nèi)容，甚(shèn)至能够(gòu)创(chuàng)造(zào)出独立价值(zhí)和独(dú)立视角(jiǎo)的内(nèi)容(róng)。AIGC的再次出圈，更(gèng)代(dài)表着未来(lái)的先进生产(chǎn)力即将到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从(cóng)技术的发展也可以(yǐ)看出，在语言大(dà)模型(xíng)、图(tú)像大模型之(zhī)后，多(duō)模(mó)态大模型已经(jīng)成为了新的(de)趋(qū)势(shì)。

大模(mó)型被(bèi)誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研(yán)究方向之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部企业都在竞相发力(lì)。

不过训练大模(mó)型的确价格不菲，以(yǐ)国盛证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练(liàn)一(yī)次的成本(běn)约为140万美(měi)元。而对于一些更(gèng)大的LLM(大型语(yǔ)言模型)，训(xùn)练成本则(zé)介于200万美元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计(jì)算，其对应(yīng)芯片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就在5万(wàn)美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持。在关(guān)注各类大(dà)模型的发展同时，更应(yīng)该(gāi)关注算力(lì)网络的建(jiàn)设。

算力网络(luò)正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一人工智能发(fā)展(zhǎn)的终极目(mù)标离(lí)得(dé)更近(jìn)。

因为算力可以对突(tū)破性技术创新(xīn)提供大力(lì)的支(zhī)持。这方面，多模态(tài)大模型是典型。作为面向(xiàng)未来强人(rén)工(gōng)智(zhì)能(néng)、通用人工智能(néng)的重要(yào)技(jì)术(shù)创新，多模态(tài)大模(mó)型已(yǐ)经在人(rén)工智(zhì)能(néng)领域提出了(le)很多年，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几何(hé)式(shì)上升，一般的(de)算力基(jī)础设施很快(kuài)将难(nán)以胜任(rèn)。

从(cóng)图像、文字(zì)、语音单(dān)独(dú)一项的训练，到双模态、三模(mó)态的跃迁(qiān)，让(ràng)人工智(zhì)能可以灵活应对不同模态(tài)的转化、像人与世(shì)界(jiè)交(jiāo)互(hù)一样自然(rán)，这方面(miàn)，由算力网络来驱动将(jiāng)有(yǒu)明显优势(shì)。

此外，还有(yǒu)很多需要爆发式增长的算力来支撑(chēng)的技术创(chuàng)新，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经(jīng)露(lù)出曙(shǔ)光，期待在大(dà)模型和大算力的支(zhī)持下AIGC能持续颠覆(fù)内容(róng)生产的方式，将创造的(de)边际成本降低(dī)，让万众受益。

未经允许不得转载：市场调查|社会调查|问卷调查|市场执行|店面验收|神秘客|满意度-提供最专业的市场信息咨询服务-宁波信恒新市场信息咨询有限公司 却之不恭受之无愧是什么意思，却之不恭受之有愧是接受还是拒绝